groupby + transform: ویژگیهای همتراز با ردیفها
transform یه سری به اندازهی DataFrame اصلی برمیگردونه: حرف نداره برای اینکه هر ردیف رو نسبت به گروه خودش نرمال کنی.
کاربرد
z-score به تفکیک دسته، تا مبالغ غیرعادی رو همونجا داخل سگمنت خودشون لو بدی.
پیشنیازها
Python 3.9+, pandas
Python
import pandas as pd
g = df.groupby("categorie")["montant"]
# Score z calculé PAR GROUPE, aligné sur les lignes d'origine
df["zscore_grp"] = (df["montant"] - g.transform("mean")) / g.transform("std")
# Part de chaque ligne dans le total de son groupe
df["part_grp"] = df["montant"] / g.transform("sum")
# Lignes anormales au sein de leur propre segment
outliers = df[df["zscore_grp"].abs() > 3]نتیجه
>>> outliers[["categorie", "montant", "zscore_grp", "part_grp"]]
categorie montant zscore_grp part_grp
842 informatique 48900.0 3.42 0.118
1217 mobilier 31200.0 3.87 0.094
3406 informatique 52750.0 3.71 0.127PandasgroupbytransformOutliers